華為云天籌AI求解器讓企業(yè)實(shí)現(xiàn)全局最優(yōu)的“鑰匙”

某工廠有數(shù)千種零件、上萬(wàn)名工人、數(shù)百個(gè)廠房，疫情期間訂單暴漲，如何安排產(chǎn)能資源才能消化更多的訂單？

某大型機(jī)場(chǎng)，每天有上千個(gè)航班降落，在廊橋機(jī)位與遠(yuǎn)機(jī)位的比例為 1:3 的情況下，如何讓更多的航班?？吭诶葮?？

某港口，每年集裝箱吞吐量近兩千萬(wàn)箱，惡劣天氣后影響港口船只進(jìn)出港和貨物裝卸載作業(yè)，大型船舶多等停留1小時(shí)將浪費(fèi)近萬(wàn)元，如何能快速調(diào)整計(jì)劃來(lái)緩解壓港現(xiàn)象？

對(duì)于制造、零售、物流等行業(yè)的從業(yè)者來(lái)說(shuō)，這些問(wèn)題想必非常熟悉。他們每天都要做出類似的決策，但是如何才能實(shí)現(xiàn)最優(yōu)的資源配置呢？

隨著數(shù)字化轉(zhuǎn)型的深入，企業(yè)會(huì)發(fā)現(xiàn)不僅要提升單點(diǎn)效率，還要考慮系統(tǒng)全鏈路的協(xié)同和資源調(diào)度最大化。要做到全局優(yōu)化，就需要考慮所有制約因素、各環(huán)節(jié)的交叉及融合、以及現(xiàn)在和未來(lái)的變量互相制約等。

就像要實(shí)現(xiàn)交通效率最優(yōu)，不僅需要考慮一個(gè)路段的交通燈和路況，還要考慮整個(gè)城市的交通情況和交通指揮的協(xié)同。

如果場(chǎng)景簡(jiǎn)單，變量和約束條件都比較少，企業(yè)可以用手工方式解決大部分問(wèn)題。但隨著業(yè)務(wù)規(guī)模的擴(kuò)大，這類優(yōu)化問(wèn)題的復(fù)雜度會(huì)越來(lái)越高，變量和約束條件可能增至百萬(wàn)、千萬(wàn)級(jí)。海量因素環(huán)境下的復(fù)雜問(wèn)題難度和規(guī)模巨大，僅通過(guò)人力很難實(shí)現(xiàn)最優(yōu)解。

為解決這些復(fù)雜的運(yùn)籌優(yōu)化問(wèn)題，企業(yè)需要引入一項(xiàng)決策優(yōu)化領(lǐng)域的根技術(shù)——數(shù)學(xué)規(guī)劃求解器，將全局因素以及人的經(jīng)驗(yàn)轉(zhuǎn)化成數(shù)學(xué)模型，然后利用求解器計(jì)算出最優(yōu)解。

求解器并不是橫空出世的，但是為什么在企業(yè)應(yīng)用中并沒(méi)有普及？

首先，求解器的技術(shù)壁壘高、研發(fā)難度大，長(zhǎng)期以來(lái)，高性能商用求解器的核心技術(shù)始終是由歐美企業(yè)主導(dǎo)的。

再者，求解器存在著一定使用門檻。求解器本質(zhì)上是將經(jīng)驗(yàn)轉(zhuǎn)化成數(shù)學(xué)模型、再求最優(yōu)解的過(guò)程。

將問(wèn)題通過(guò)數(shù)學(xué)形式準(zhǔn)確有效地表達(dá)，就像給應(yīng)用題建立方程組，但如何把這個(gè)問(wèn)題翻譯成求解器能理解的數(shù)學(xué)問(wèn)題并不簡(jiǎn)單，求解器對(duì)數(shù)學(xué)基礎(chǔ)和工程能力的要求都比較高，企業(yè)往往缺乏這種專業(yè)人才。

最后，求解器在產(chǎn)業(yè)方面主要被用來(lái)解決優(yōu)化問(wèn)題，需要針對(duì)億級(jí)變量的復(fù)雜問(wèn)題進(jìn)行求解，要求極高的性能；企業(yè)業(yè)務(wù)狀態(tài)、數(shù)據(jù)實(shí)時(shí)變動(dòng)，求解速度如果跟不上，會(huì)影響業(yè)務(wù)運(yùn)轉(zhuǎn)效率。

另外，求解器還需要基于歷史數(shù)據(jù)不斷調(diào)整，這就涉及到許多調(diào)參工作，所以想要在業(yè)務(wù)場(chǎng)景中用好求解器并不容易。

如何讓企業(yè)能用上求解器這個(gè)好東西？

在華為全聯(lián)接2021上，華為高級(jí)副總裁、華為云CEO、消費(fèi)者云服務(wù)總裁張平安發(fā)布了天籌AI求解器。

華為云天籌求解器首先解決的是“好用”問(wèn)題：

更好用是解決求解器在適應(yīng)不同場(chǎng)景問(wèn)題下的最佳參數(shù)和策略的配置問(wèn)題，讓客戶不需要反復(fù)試驗(yàn)不同的配置參數(shù)和策略；

更智能是解決固定場(chǎng)景下結(jié)合歷史數(shù)據(jù)來(lái)優(yōu)化求解器性能的問(wèn)題，讓求解器不斷適應(yīng)客戶場(chǎng)景和問(wèn)題，求解效果越來(lái)越好。

”

華為云主要從更好用和更智能角度來(lái)將 AI 和求解器結(jié)合：

首先是上層套件的智能化。求解器只能理解特定的輸入，但如何把具體問(wèn)題轉(zhuǎn)換成這種輸入難住了一大批從業(yè)者。

因此，天籌AI求解器首先要做的就是充當(dāng)一個(gè)“翻譯官”的角色，通過(guò)上層套件、工具的智能化來(lái)幫助用戶簡(jiǎn)化求解器的使用過(guò)程，使得具體生產(chǎn)問(wèn)題到求解器的映射變得更加簡(jiǎn)單，降低求解器的使用門檻。

其次是求解過(guò)程的智能化。經(jīng)典的求解器大多是基于數(shù)學(xué)經(jīng)典算法的，但華為云發(fā)現(xiàn)，求解的過(guò)程其實(shí)也可以加入人工智能，從而提高求解速度，這也是所謂的“AI”求解器的另一層含義。

華為云將求解器技術(shù)、AI技術(shù)和運(yùn)籌優(yōu)化技術(shù)深度融合，推出首個(gè)商用的AI求解器，即華為云天籌AI求解器，突破了業(yè)界運(yùn)籌優(yōu)化極限：

求解規(guī)模極限：可支持億級(jí)規(guī)模問(wèn)題的求解，可幫助處理更復(fù)雜場(chǎng)景的優(yōu)化決策；
求解速度極限：利用分布式并行加速技術(shù)，即使面對(duì)億級(jí)規(guī)模問(wèn)題的求解，速度也能最高提升100倍；
建模效率極限：使用AI技術(shù)智能建模后，建模效率最高提升30倍；
求解效率極限：利用AI技術(shù)自適應(yīng)調(diào)優(yōu)后，效率最高提升30%。

在全球權(quán)威的 Hans Mittelmann 線性規(guī)劃單純形求解器最新榜單中，華為云天籌 AI 求解器斬獲第一，刷新世界紀(jì)錄。

其次，華為云天籌AI求解器解決的是行業(yè)客戶“易用”的問(wèn)題：

華為云將天籌AI求解器與行業(yè)場(chǎng)景結(jié)合, 推出一系列的行業(yè)智能決策平臺(tái)，幫助各行各業(yè)客戶快速應(yīng)用AI求解器，解決企業(yè)優(yōu)化決策問(wèn)題。

在金融行業(yè)：通過(guò)最優(yōu)投資組合的搭配，可提升15%的收益風(fēng)險(xiǎn)比；
在制造行業(yè)：可幫助工業(yè)配料快速優(yōu)化，效率提升30倍；
在交通行業(yè)：可優(yōu)化航班調(diào)度，讓260萬(wàn)旅客不再坐擺渡車；

在供應(yīng)鏈場(chǎng)景：基于AI求解器的生產(chǎn)排班，可實(shí)現(xiàn)超大規(guī)模計(jì)劃排產(chǎn)，供應(yīng)能力最大化，庫(kù)存齊套率提升37%，每年節(jié)省巨大資金。

在物流行業(yè)：天津港與華為云合作開(kāi)發(fā)了基于天籌AI 求解器的新一代港口智能計(jì)劃平臺(tái)，可實(shí)現(xiàn)整個(gè)港口計(jì)劃10 分鐘內(nèi)完成，計(jì)劃速度提升144倍，大幅提升作業(yè)效率和資源利用率。

華為云將持續(xù)開(kāi)放AI求解器開(kāi)發(fā)團(tuán)隊(duì)十年間所沉淀的經(jīng)驗(yàn)和AI能力，通過(guò)云服務(wù)的方式提供給千行百業(yè)的客戶，讓創(chuàng)新觸手可及，幫助客戶深耕數(shù)字化，快速實(shí)現(xiàn)全局最優(yōu)。